топоплот в ggplot2-2D визуализации, например, данных ЭЭГ

Can ggplot2 используется для создания так называемого topoplot (часто используется в неврологии)?

topoplot

пример данных:

   label          x          y     signal
1     R3 0.64924459 0.91228430  2.0261520
2     R4 0.78789621 0.78234410  1.7880972
3     R5 0.93169511 0.72980685  0.9170998
4     R6 0.48406513 0.82383895  3.1933129

полные данные по образца.

строки представляют собой отдельные электроды. Колонки x и y представляют проекцию в 2D-пространство и столбец signal существенно Z-ось представляя напряжение тока измеряется на данном электроде.

stat_contour не работает, по-видимому, из-за неравной сетки.

geom_density_2d только обеспечивает оценку плотности x и y.

geom_raster не подходит для этой задачи, или я должен использовать его неправильно, так как он быстро заканчивается в памяти.

сглаживание (как на изображении справа) и контуры головы (нос, уши) не нужны.

я хочу избежать Matlab и преобразования данные, чтобы он соответствовал тому или иному набору инструментов... большое спасибо!

Обновление (26 Января 2016)

ближе всего я был в состоянии добраться до моей цели через

library(colorRamps)
ggplot(channels, aes(x, y, z = signal)) + stat_summary_2d() + scale_fill_gradientn(colours=matlab.like(20))

который производит изображение, подобное этому:

enter image description here

Обновление 2 (27 Января 2016)

я пробовал подход @alexforrence с полными данными, и это результат:

@alexforrence's approach

это отличное начало, но есть пару вопросов:

  1. последний звонок (ggplot()) занимает около 40 секунд на Intel i7 4790K, в то время как MATLAB toolboxes удается генерировать их почти мгновенно; мое "аварийное решение" выше занимает около секунды.
  2. как вы можете видеть, верхняя и нижняя граница центральной части кажутся "нарезанными" – я не уверен, что вызывает это, но это может быть третий выпуск.

  3. я получаю эти предупреждения:

    1: Removed 170235 rows containing non-finite values (stat_contour). 
2: Removed 170235 rows containing non-finite values (stat_contour).

Обновление 3 (27 Января 2016)

сравнение между двумя участками, произведенными с разными interp(xo, yo) и stat_contour(binwidth) значения:

comparison between different values

рваные края, если выбрать низкий interp(xo, yo) в этом случае xo/yo = seq(0, 1, length = 100):

ragged edges

7
eeglab ggplot2 neuroscience r

1 ответов

вот потенциальный старт:

во-первых, мы прикрепим некоторые пакеты. Я использую акима для линейной интерполяции, хотя похоже, что EEGLAB использует какую-то сферическую интерполяцию здесь? (данные были немного скудными, чтобы попробовать).

library(ggplot2)
library(akima)
library(reshape2)

далее, чтение в данных:

dat <- read.table(text = "   label          x          y     signal
1     R3 0.64924459 0.91228430  2.0261520
2     R4 0.78789621 0.78234410  1.7880972
3     R5 0.93169511 0.72980685  0.9170998
4     R6 0.48406513 0.82383895  3.1933129")

мы интерполируем данные и вставляем их в фрейм данных.

datmat <- interp(dat$x, dat$y, dat$signal, 
                 xo = seq(0, 1, length = 1000),
                 yo = seq(0, 1, length = 1000))
datmat2 <- melt(datmat$z)
names(datmat2) <- c('x', 'y', 'value')
datmat2[,1:2] <- datmat2[,1:2]/1000 # scale it back

я собираюсь занять у некоторых предыдущий ответ. The circleFun ниже есть с нарисуйте круг с помощью ggplot2.

circleFun <- function(center = c(0,0),diameter = 1, npoints = 100){
  r = diameter / 2
  tt <- seq(0,2*pi,length.out = npoints)
  xx <- center[1] + r * cos(tt)
  yy <- center[2] + r * sin(tt)
  return(data.frame(x = xx, y = yy))
}

circledat <- circleFun(c(.5, .5), 1, npoints = 100) # center on [.5, .5]

# ignore anything outside the circle
datmat2$incircle <- (datmat2$x - .5)^2 + (datmat2$y - .5)^2 < .5^2 # mark
datmat2 <- datmat2[datmat2$incircle,]

и мне очень понравился внешний вид контурного участка в R участок заполнен.контур () вывод в ggpplot2, так что мы будем брать это.

ggplot(datmat2, aes(x, y, z = value)) +
  geom_tile(aes(fill = value)) +
  stat_contour(aes(fill = ..level..), geom = 'polygon', binwidth = 0.01) +
  geom_contour(colour = 'white', alpha = 0.5) +
  scale_fill_distiller(palette = "Spectral", na.value = NA) + 
  geom_path(data = circledat, aes(x, y, z = NULL)) +
  # draw the nose (haven't drawn ears yet)
  geom_line(data = data.frame(x = c(0.45, 0.5, .55), y = c(1, 1.05, 1)), 
            aes(x, y, z = NULL)) +
  # add points for the electrodes
  geom_point(data = dat, aes(x, y, z = NULL, fill = NULL), 
             shape = 21, colour = 'black', fill = 'white', size = 2) +
  theme_bw()

enter image description here

С улучшениями, упомянутыми в комментариях (настройка extrap = TRUE и linear = FALSE на interp вызов для заполнения пробелов и сглаживания сплайна соответственно, и удаление NAs перед построением графика), получаем:

enter image description here

mgcv можно делать сферические сплайны. Это заменяет akima (кусок, содержащий interp (), не нужен).

library(mgcv)
spl1 <- gam(signal ~ s(x, y, bs = 'sos'), data = dat)
# fine grid, coarser is faster
datmat2 <- data.frame(expand.grid(x = seq(0, 1, 0.001), y = seq(0, 1, 0.001)))
resp <- predict(spl1, datmat2, type = "response")
datmat2$value <- resp

enter image description here

8